Applied Intuition blog

アプライド・インテュイションのファイアサイドチャットのブログ記事シリーズ第2回は、アクセル・ガーンを取り上げます。

このケーススタディでは、合成交通標識データが認識モデルの交通標識分類性能を向上させることができるかどうかを検討します。その結果、合成データは実際のトレーニングデータの必要性を90％削減できることがわかりました。

ログデータ活用ハンドブックシリーズの第2弾は、ログ探索の中でも特に興味深い事象を浮上させ、レビューすることに重点を置いてご紹介しています。

ログデータは、自律システム開発において最も重要な構成要素の1つです。当社のログ管理ハンドブックでは、ログファイルの作成から保存までの流れを説明し、業界を超えた自動運転プログラムの共通プラクティスを示しています。

自律走行システムを安全に開発し、配備することは困難な作業です。Applied IntuitionのV&Vハンドブックは、システムを安全に開発し、テストし、実用化に向けて展開するためのアクティブなリソースを、自律走行プログラムに提供することを目的としています。

Applied Intuitionは、今年のIEEE Intelligent Vehicles Symposiumで発表を行い、実環境の自動運転プログラムで使用される地図検証や道路モデル作成方法に関する議論をリードしました。

Applied Intuition は、Tech.AD Europe において、主要なステークホルダーとの4つの詳細なセッションを開催しました。当社のチームは、自動運転システムの検証と妥当性確認に関する議論をリードしました。

Applied Intuitionは、政府、学界、産業界の専門家とともに、ワークショップに参加しました。パネルでは、道路上での自動運転システムのためのAIと、自動運転技術への信頼を築く方法について議論しました。

アプライドのツールはCARLAのような他のシミュレータと統合し、その機能を補完することで、AVチームはAV開発のスケールアップと検証を効率的かつ成功裏に行うことができます。

オフロード車は不整地を走ることが多いため、サスペンションモデルはオフロードシミュレーションに欠かせません。車両のサスペンションを考慮しないシミュレーションでは、現実世界を十分に反映していない結果になる可能性があります。